薛涛
- 作品数：252 被引量：361H指数：9
- 供职机构：西安工程大学更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术轻工技术与工程化学工程一般工业技术更多>>
- 双氧水漂白活化剂概述被引量：6
- 2016年
- 近年来,面对能源费用高涨的形势以及缩短加工时间的市场要求,双氧水漂白新工艺的研究与开发成为热点,详细地介绍了双氧水漂白活化剂的产生及种类。
- 陈加敏孟家光薛涛
- 关键词：双氧水漂白活化剂
- 针织服装设计课程中科学与艺术关系的探索被引量：1
- 2018年
- 针对本科核心课程针织服装设计教学中科学与艺术结合不足现象,分析了针织服装设计中科学与艺术的关系,探讨了针织服装及其设计过程中的美学特征,同时认为针织服装设计的完美结合是科学与艺术的融合。
- 薛涛涂莉郭嫣罗璐宋瑶
- 关键词：针织服装美学特征
- 一种基于遗传算法的网络入侵多媒体包多线程择危方法
- 本发明公开了一种基于遗传算法的网络入侵多媒体包多线程择危方法，具体按照以下步骤实施：步骤1、个体编码；步骤2、初始化；步骤3、适应度值评价检测；步骤4、选择运算；步骤5、交叉运算；步骤6、变异运算；步骤7、循环及终止条件...
- 赵旭薛涛江晋
- 文献传递
- 统一通信平台集成框架的研究与应用被引量：1
- 2014年
- 针对企业应用的集成面临业务、接口、通信协议不兼容,复用率低,成本高等问题,提出一种基于MQ集群技术和OSGi服务框架的解决方案。设计并实现具有良好的可伸缩性、可扩展性、可复用性、支持大负载的统一通信平台集成框架,使该平台通过统一的跨平台服务接口为集成的业务系统提供稳定可靠的通信支持。该框架已经应用在实践中,取得了较好的效果。
- 薛涛王鹏
- 关键词：统一通信平台
- 适用于数字版权保护交易的共识协议
- 2022年
- 针对现有的数字版权保护交易都是在以PoW、PoS为基础的共识协议上进行的研究设计,存在对资源消耗高、达成共识速度慢、效率低等问题。考虑到交易速度快、耗费成本低、交易量大等的特性,该文在DPoS协议的基础上,在节点被选为代理节点时,通过节点交易频次和信用变化值来衡量节点的积极性,进而提出了一种适用于数字版权保护交易的共识协议T-DPoS。该协议采用节点状态作为补充,降低错误节点当选的概率。在分布式网络上进行8个节点的竞争实验,在每轮实验中进行1000次程序的运行以保证实验的持续性,证明积极性更高的节点更可能成为代理节点且错误节点当选概率能够控制在1%以内,更适合数字版权保护交易系统。该技术可以在线上进行分布式部署完成数字版权保护交易。
- 汤小鹏薛涛
- 关键词：区块链数字版权分布式网络
- 普通纸张模板纤维素碳化机理的研究与多孔木材陶瓷的制备被引量：5
- 2012年
- 以普通纸张和酚醛树脂为模板制备出新型多孔碳模板,深入研究纤维素碳化的机理。碳化过程的收缩率随树脂/纸张复合体中树脂含量的增大而减小;所得多孔碳的气孔率随树脂/纸张复合体中树脂含量的增大而减小,且随碳化温度的升高而减小;多孔碳的弯曲强度随树脂/纸张复合体中树脂含量的增大而增大,并随碳化温度的升高而增大。
- 薛涛孟家光金志浩
- 关键词：木材陶瓷纤维素模板法多孔碳气孔率
- 基于词义消歧的卷积神经网络文本分类模型被引量：15
- 2018年
- 传统文本分类使用word embedding作为文档表示,忽略词在当前上下文的含义,潜在地认为相同词在不同文本中含义相同。针对此问题提出一种词义消歧的卷积神经网络文本分类模型——WSDCNN(word sense disambiguation convolutional neural network)。使用双向长短时记忆网络(BLSTM)建模上下文,得到词义消歧后的文档特征图;利用卷积神经网络(CNN)进一步提取对文本分类最重要的特征。在四个数据集上进行对比实验,结果表明,所提出方法在两个数据集,特别是文档级数据集上优于先前最好的方法,在另外两个数据集上得到与此前最好方法相当的结果。
- 薛涛王雅玲穆楠
- 关键词：文本分类卷积神经网络自然语言处理
- 纳米材料在羊绒针织物中防螨抗菌整理的研究
- 介绍了螨虫的相关知识及其危害,并简介了防螨抗菌整理研究的国内外概况以及存在的问题.文中对纳米无机材料的抗菌防螨性进行了研究,并详细介绍了纳米防螨抗菌织物的生产工艺流程.实验表明,经纳米材料整理的羊绒针织服装对螨虫有较高的...
- 薛涛孟家光
- 关键词：纳米材料羊绒针织物防螨整理抗菌整理
- 基于XLNet和深度卷积聚合的长文本分类模型
- 2024年
- 在长文本分类任务中,预训练语言模型受到输入长度的限制,无法获取长距离语义信息,而截断长文本会丢失分段之间的关联信息。针对此问题,论文提出了对截断文本进行聚合分类的模型。首先,通过XLNet语言模型得到截断文本的语义向量,使用双向长短期记忆网络(BiLSTM)提取分段的时序信息,利用多通道深层卷积(MDCNN)对分段的语义向量进行聚合。MDCNN使用层级池化压缩分段文本的序列长度,利用多通道卷积获取多段文本的关联特征。为解决深层网络导致模型参数较多的问题,MDCNN使用等长卷积提取长文本的语义特征,固定特征维度减少语义信息丢失,利用线性预激活函数进行残差连接,避免了残差连接中维度映射的过程,使模型达到更深的网络层数。实验对比了几种常用的文本分类模型,该模型能有效地对长文本数据进行建模,具有较好的分类效果。
- 屈程浩薛涛胡伟华
- 关键词：文本分类CNN
- 一种基于“开关到目标”的异步视觉诱发脑-机接口方法
- 一种基于“开关到目标”的异步视觉诱发脑‑机接口方法，先安放电极和安装眼动仪，然后进行眼动仪校准，再通过构建的眼动仪开关界面进行开关单元选择，进入视觉诱发刺激界面，选择与开关单元相对应的刺激单元作为目标刺激，通过对采集到的...
- 谢俊张玉彬杜光景薛涛曹国智徐光华李敏
- 文献传递
